9月2日消息，NL2SQL（自然语言转SQL）领域权威榜单Spider 2.0-Snow公布了最新测试结果，阿里云研发的DB-Surfer以59.78%的准确率登顶榜单，这一成绩代表了NL2SQL 技术在复杂真实场景中的最高水平。
NL2SQL诞生于上世纪九十年代，旨在打破数据查询的壁垒，让非专业用户通过自然语言的方式访问和处理数据，例如用户输入「查询某电商平台数码产品的日均销售额」，可帮助用户自动查询并将计算结果返回。近两年大语言模型的成熟大幅提升了NL2SQL系统的准确率，但面向复杂的真实数据分析场景，NL2SQL的任务解决率依旧较低。
作为该领域”最接近真实企业场景”评测集，Spider 2.0基于 632 个真实企业数据库工作流问题构建，覆盖金融、医疗、电商等 18 个垂直领域，并全面考察NL2SQL产品的多表关联、长上下文理解、复杂逻辑推理等能力，也是检验NL2SQL产品商业化能力的重要标准。
测试结果显示，阿里云研发NL2SQL Agent——DB-Surfer以59.78% 的执行准确率斩获冠军，超越了国内外多个基于商业大模型的Agent方法，并显著优于基于固定工作流的 ReFoRCE (37.11%) 和基线智能体方法 Spider-Agent (31.08%)。
据介绍，为满足超大规模、高复杂度的数据库查询任务需求，阿里云DB-Surfer设计了查询意图预处理、代码智能体执行和多源路径后处理三个模块，通过“先规划、后执行”的机制显著提升了Agent查询和处理的效率，可以更好地解决数据库结构复杂、SQL方言多样、查询逻辑深度嵌套等难题。
该范式还支持集成多样化的外部工具，并自主学习海量新知识，可进一步推动NL2SQL技术从单一的查询生成工具，向更具挑战性的、能在开放场景下泛化的数据分析助手演进。
DataWorks Copilot – Agent 模式演示
目前，DB-Surfer已深度集成至阿里云大数据开发治理平台DataWorks的Copilot，并广泛应用于游戏、在线教育、零售、文化传媒和金融等领域企业，数据开发分析效率平均提升35%。
